[TIL 7] 1-1차 분석. 고객 현황 파악을 위한 신규/재구매자 분석

지난 시간에 이어 고객 현황 파악을 위한 데이터 분석이 선행되어야 하여

1-1차 분석으로 분류했고 이에 따라 신규 구매자수 / 재구매자수 추출을 통해 분석을 진행해보고자 한다.

 

현업 데이터를 활용하며 PBL 프로젝트를 진행하는 것이므로 데이터에 대한 오픈은 어렵지만

그에 따른 단계는 기록하고 분석을 하면서 생기는 궁금증과 배운점은 기록으로 남기고자 한다.

 

☑️ 나의 목표 : 단계에 대한 흐름 이해와 사고 흐름의 과정 위주로 아카이빙해두기!

 

1️⃣ 신규/재구매 고객 현황 파악

신규, 재구매 고객 현황 파악을 위해서는 크게 데이터 분석 프로세스를 따르되 필요한 데이터셋과

확인해야 하는 포인트를 체크해가며 세부적인 분석을 진행했다. 

➡️ 데이터 분석 프로세스 
[STEP 1: EDA] → [STEP 2: 문제 정의] → [STEP 3: 정량 분석] → [STEP 4: 인사이트 도출 및 전략 아이디어 기획]

➡️ 필요한 데이터셋 : 최근 3년간의 월별 신규 구매자수, 재구매자수, 전체 구매자수 

➡️ 확인할 점 : 시즌성 흐름과 등락 추이를 통해 특이점 발견하기 
- 신규 고객 수 추이 
- 재구매 고객 수 추이 
- 신규 고객과 재구매 고객 비중 추이
- 계절성/이상치 확인(*분기별, 특정 월에 급증 급감 구간 알아보기) 

 

[Step 1: EDA] 흐름 탐색 (무엇이 보이는가?)

관찰 대상	EDA 분석 내용	시각화 예시
신규 고객 수 추이	- 월별 신규 고객 수 시계열 확인 - 프로모션/비수기와 비교	Line chart (월별 신규 고객 수)
재구매 고객 수 추이	- 동일하게 시계열 흐름 확인 - 신규와 함께 겹쳐서 비교	Line chart (신규 vs 재구매)
비중 변화	- 신규/재구매 고객 비중 변화 확인	Stacked Bar or Area chart
계절성/이상치	- 분기별 반복되는 패턴이 있는가? - 특정 월에 급증/급감하는 구간은?	Boxplot or Seasonality line

 

🔍 EDA 관찰 Point → 신규고객 vs 재구매 고객의 성장률과 추이 확인을 통한 현황 파악 

• Line chart를 확인하며 신규 고객 / 재구매 고객이 급증하는 구간 살피기
• 재구매자 수치가 신규 구매자 수치를 넘기는 구간 살피디
• Stacked Bar 혹은 Area chart 를 통해 비중에 대한 추이 & 누적 수치 파악하기
• 월별 등락 추이를 통한 시즈널 리티 이슈 확인하기

1. 월별 신규/재구매 고객 수 시계열 흐름 확인하기

• 무엇을 볼까?
  • 월별 첫구매자수, 재구매자수의 절대 수치 흐름
  • 신규 대비 재구매 전환이 증가/감소하는지 
• 어떻게? (시각화)
  • Line chart (2개 라인: 첫구매자수, 재구매자수)
  • 월별 trend 확인 → 상승/하락 구간, 교차 시점 주목

여기서 확인할 점은 연도별 / 분기별로 끊어서 볼 때 어떤 등락 추이를 보는 지 체크했다.

 

2. 전체 구매자 수 및 구성 비중 추이 파악

• 무엇을 볼까?
  • 전체 구매자수 = 첫구매자수 + 재구매자수
  • 전체 중 신규/재구매 고객의 비중 변화
    → 유입 중심 브랜드인지, 리텐션 중심 브랜드인지 판단
• 어떻게? (시각화)
  • Stacked Area chart: 전체 구매자 중 신규/재구매 비중
  • 신규 비중이 줄어드는 구간 = 문제 시그널 구간

 

비중을 확인해 전략에 따라 어디에 집중해야 할 지를 보여주는 분석!

재구매자수가 탄탄하다면 장기적인 매출 파이 확장을 위해 "신규 구매"에 집중하는 것이 맞을 수 있겠다는 생각이 들었다.

---

3. 성장률 변화 확인 (MoM)

• 무엇을 볼까?
  • 각 월의 고객 수가 전월 대비 얼마나 증가/감소했는지
  • 신규 고객 유입 흐름이 안정적인가? 변동성이 큰가?
• 어떻게? (시각화)
  • Bar chart: MoM 성장률
  • Line chart: 누적 고객 수 기준 상승/하락 구간 추이

4. 시즌성/계절성 확인

• 무엇을 볼까?
  • 매년 같은 시점에 반복되는 상승/하락 구간이 있는가?
  • 분기 및 시즌에 따른 상승 / 하락 구간을 확인하기 
• 어떻게? (시각화)
  • Boxplot: 월별 분포 비교 (21~25년 1월끼리 비교 등)
  • Heatmap: 연도 vs 월 매트릭스로 패턴 비교

5. 주요 시점 체크 및 보완

분석 흐름을 보면서 다음과 같은 포인트를 체크하면 된다.

전반적인 체크와 시즈널리티를 확인해보면 되고 그 달의 광고비를 보완적으로 보면 좋을 것 같다.

관찰 포인트	해석 예시
신규/재구매 고객 수가 교차하는 시점	구조 전환 발생: 재구매 비중이 더 커진 순간
신규 고객 수가 급감한 달	마케팅 공백 / 제품 이슈 / 채널 문제 가능성
특정 시즌에만 신규 고객 급증	시즌 한정 제품 or 광고 집중 시기 가능성

 

3~5번의 경우, 정량 분석과 지표를 함께 유기적으로 보는 것이 좋겠다 생각해서

함께 진행했고 그에 따라서 CAGR 지표도 함께 보기로 했다.

 

광고 집중 / 마케팅의 시즌성은 추가 확인이 필요했기에 별도로 보완적으로 확인해보기로 했다.

 

📌 시각화를 통한 분석이 필요한 부분
1. 신규 vs 재구매 고객 추이 Line Chart
2. 전체 고객 중 비중 Stacked Area Chart
3. MoM 성장률 비교 Bar Chart

---

 

신규/재구매 현황 파악 CASE 의 경우, EDA를 통해 전반적인 수치 확인과 인사이트 도출이 가능했다.

분석의 목적 자체가 "특이성 발견", "추이를 통한 파악"이었기 때문인 것 같다.

[Step 2: 문제 정의] 분석 목적 명확화

이전 글에서 문제 정의로 잡은 부분 / 제품 기획 파트에서 문제로 잡고 있는 부분이 수치적으로 맞는 지 확인해본다. 

• “신규 고객 유입이 줄고 있다는 가설은 정량적으로 맞는가?”
• “브랜드는 지금 충성고객 중심 구조로 바뀌고 있는가?”
• “제품 전략은 리텐션 기반 확장보다 신규 유입에 집중해야 하는가?”

→ 이 질문에 답하려면 수치 기반의 구조적 검증이 필요하여 EDA와 지표로 구조화하는 작업 후 인사이트 도출해야 한다.

---

[Step 3: 정량 분석] 지표로 구조화

분석 지표	정의	해석 포인트
신규 고객 수	월별 최초 구매 고객 수	증가/감소 여부, CAGR
재구매 고객 수	월별 2회 이상 구매 고객 수	반복성 구조 존재 여부
전체 고객 수	월별 전체 구매 고객 수	전반적 성장 파악
신규 고객 비중	신규 고객 수 / 전체 고객 수	유입 위주 vs 유지 위주 구조
재구매 고객 비중	재구매 고객 수 / 전체 고객 수	충성도 구조 형성 여부
성장률 (MoM, YoY)	각 지표의 전월/전년대비 성장률	시기별 반등/하락 구간 찾기
CAGR	시작~종료 시점의 연평균 성장률	장기 성장 속도 추정

 

🔍 정량 분석 인사이트

• 최근 1년간 신규 고객 수와 재구매 고객수의 YoY, QoQ 기준 성장률 확인 → 실제 성장률 추이 확인하기 위함
• 단, 프로모션 및 광고의 영향도가 연도별/분기별로 다를 수 있기에 CAGR 개념을 활용해 연평균 성장률과 대조하여 본다.
• 신규 고객 비중의 감소 추이 & 재구매 고객 비중의 등락 추이 비교하여 브랜드가 재구매/신규구매 구조에서 어디에 집중해야 하는 지 보여준다.
• 추가 분석 Point : 재구매율 수치와 구매 회차별 비중, 1회차 평균 객단가 / 2회차 평균 객단가를 대조해보면 좋을 듯 하다.

 

✅ 수치를 통해 [구매 > 재구매 > 매출 확장 구조라는 것이 검증]된다면

신규 고객을 추가 확보하는 전략 방향성이 효율 높을 것으로 판단할 수 있다.

 

📝 CAGR 이 왜 필요할까? 언제 활용하면 좋을까?

활용 목적	설명
고객 기반의 장기 추이 확인	단순 MoM 증감률보다 더 본질적인 성장성 파악
신규 vs 재구매 전략적 우선순위 결정	어떤 고객군이 브랜드 성장을 더 견인했는지
제품군별 고객 성장 비교	쿨핏 제품 구매자 vs 볼륨핏 구매자 그룹 등

✏️ CAGR 정의
CAGR은 일정 기간 동안의 연평균 성장률을 말하며,
시작값과 마지막 값을 기준으로 복리로 환산한 평균 성장률

 

✏️ CAGR 공식
CAGR은 일정 기간 동안의 연평균 성장률을 말하며,
시작값과 마지막 값을 기준으로 복리로 환산한 평균 성장률

• Start Value: 시작 시점 고객 수 (예: 2023년 1월 신규 고객 수)
• End Value: 종료 시점 고객 수 (예: 2025년 3월 신규 고객 수)
• n: 기간 (연 단위. 월 단위로 계산 시 개월 수 ÷ 12)

✅ 유의점 Point : 월별로 보는 것이 아닌 연도로 보는 것이 필요하다. 시작 시점 고객 수 월별이 아닌 23년 / 24년 데이터 합으로 비교해서 봐야한다. 그래야 월별 극단값이 아닌 연도별 값을 볼 수 있다. 

---

💡 Step 4: 인사이트 & 전략 연결

발견한 사실	전략적 시사점
신규 고객 비중이 줄고 있을 경우	이후 기획 시 첫구매 유도 제품군(진입장벽 낮은 제품) 확보 필요
재구매 고객 기반이 성장 중일 경우	충성 고객 세그먼트 맞춤형 확장 제품 우선순위 상향 필요
시즌성 영향 명확할 경우	제품 출시/캠페인 타이밍은 2분기와 3분기에 집중하기

EDA를 통해 전반적인 확인을 해가며 "지표"를 통해 이해해보고자 했다.

확실히 시각화를 통해 등락 추이 확인 / 누적 차트 / stacked Bar 등 여러 방면에서 보니 다르게 보였다.

 

💪🏻 Next to do 

☑️ 재구매 회차별 월별 비중 추이, 신규 구매 객단가 vs 재구매 객단가 비교를 통한 보완

☑️ 고객 LTV 분석을 통한 첫구매 고객 유치의 중요성 파악 

 

✏️ 1-1차 고객 현황 파악하기 분석을 하며 느낀 점
✅ "어떻게 볼 것인가" "무엇을 볼 것인가" 의 중요함을 느끼게 된 첫번째 Case 분석
✅ 각 단계는 유기적으로 연결되어 있을 수 있다. 분석으로 무엇을 확인할 지 정하고 기획을 선행하고 단계별로 확인할 포인트를 예측해보자. 어떤 수치를 그릴 것이다!라고 가설을 세우고 파악하는 게 방향성을 잘 잡아 갈 수 있는 방법